Полезное:
Как сделать разговор полезным и приятным
Как сделать объемную звезду своими руками
Как сделать то, что делать не хочется?
Как сделать погремушку
Как сделать так чтобы женщины сами знакомились с вами
Как сделать идею коммерческой
Как сделать хорошую растяжку ног?
Как сделать наш разум здоровым?
Как сделать, чтобы люди обманывали меньше
Вопрос 4. Как сделать так, чтобы вас уважали и ценили?
Как сделать лучше себе и другим людям
Как сделать свидание интересным?
Категории:
АрхитектураАстрономияБиологияГеографияГеологияИнформатикаИскусствоИсторияКулинарияКультураМаркетингМатематикаМедицинаМенеджментОхрана трудаПравоПроизводствоПсихологияРелигияСоциологияСпортТехникаФизикаФилософияХимияЭкологияЭкономикаЭлектроника
|
Собственные числа и собственные векторы матриц ⇐ ПредыдущаяСтр 3 из 3
(1.1)
Если для квадратной матрицы A можно найти вектор и число , отвечающие выражению (1.1), то этот вектор и это число называются собственным значением и собственным вектором матрицы A. Решение (1.1) на первый взгляд несложно. В частности, из (1.1) следует система линейных уравнений, коэффициенты которых выражаются через элементы матрицы A и собственные числа : (1.2) Система однородных линейных уравнений (1.2) имеет ненулевое решение в том случае, если определитель матрицы коэффициентов равен нулю: . (1.3)
Для матрицы A – порядка n уравнение (1.3) есть алгебраическое уравнение степени n, решив которое можно найти n собственных чисел , i=1,2,…..n, после их подстановки в (1.3) и решения n систем однородных линейных уравнений n – го порядка можно получить n – собственных векторов.
Пример №6:
Дано:
Найти: собственные числа собственные векторы
Решение: составим характеристическое уравнение (1.3):
Корни этого уравнения есть собственные числа матрицы А: , . Находим собственные векторы, подставив значение в (1.2): ,
откуда , из условия нормирования находим , . Аналогично находим компоненты второго собственного вектора, после подстановки в (1.2) :
, откуда , из условия нормирования находим , . Таким образом, найдены матрицы собственных значений , и собственных векторов . Из изложенного выше следует, что описанный метод хорош только для матриц невысокого порядка и приводит к существенным вычислительным трудностям при больших n. Для матриц высокого порядка очень эффективен способ итераций, который состоит в следующем: задаются произвольным вектором , затем используют (1.1), проводя вычисления по схеме: ……… (1.4) до тех пор, пока в пределах требуемой точности , не совпадут с , . В (1.4) i это не номер собственного значения, а номер приближения для одного и того же собственного числа. Процесс (1.4) довольно быстро сходится к большему по величине собственному числу и к соответствующему ему собственному вектору. Следовательно, методом итераций можно найти только старшее собственное число. Пример №7: Дано: Найти старшее собственное число соответствующий ему собственный вектор. Решение: зададим нормальный вектор: после чего действуем по (1.4). После первой итерации находим
92,504053965= После второй итерации:
. ………………………………………………………………………………………… После четвертой итерации: , .
|